💬 NLP

LLMs for Cardiovascular Risk Prediction from Structured Clinical Data

本文提出了一种将结构化临床数据转换为自然语言叙述以进行冠心病预测的混合框架，并证明了虽然像随机森林这样的传统模型具有更高的准确率，但基于大语言模型的方法通过处理患者描述而非暴露敏感数值数据，提供了显著的隐私优势。

原作者： Jeba Maliha, Md Rafiul Kabir

发布于 2026-06-02

📖 1 分钟阅读☕ 轻松阅读

原作者： Jeba Maliha, Md Rafiul Kabir

原始论文根据 CC0 1.0（http://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图预测谁可能会患上心脏问题（冠心病，简称 CAD）。传统上，医生和计算机通过观察一张包含数字的电子表格来进行预测：年龄、血压、胆固醇水平和心率。这就像是在解一个数学谜题，其中的每一个碎片都是一个特定的数字。

这篇论文提出了一个新的问题：如果我们能用“故事”而不是“电子表格”来解开这个谜题，会怎样？

以下是研究人员所做工作的简单分解，使用了日常类比：

医生用故事（自然语言）记录病历，例如：“患者是一名 50 岁的男性，患有高血压。”但大多数预测心脏病的计算机程序只能理解数字（结构化数据）。在医生讲述的故事与计算机需要的数字之间，存在着一道鸿沟。

研究人员构建了一个充当翻译官的混合系统。他们使用了一个包含 1,190 名患者的数据集（每人拥有 11 个不同的数字），并利用一个强大的 AI（称为大语言模型，或 LLM）来完成两件事：

将数字转化为故事： 他们将数字输入 AI，并要求它为每位患者写一段简短、专业的医学故事。例如，AI 不仅仅是看到“140”代表血压，而是写道：“患者的静息血压为 140 mmHg。”
将故事转回数字（“真相检查”）： 为了确保 AI 没有凭空捏造，他们进行了第二次测试。他们要求 AI 阅读自己写的文章，并将数字提取出来。他们将提取出的数字与原始电子表格进行了对比。
- 结果： AI 的准确率极高。平均而言，故事与原始数字的匹配度达到了 94.6%。这就像一位几乎不会出错的翻译官。

有了这些故事后，他们进行了一场比赛，看看谁能更好地预测心脏病：

A 队：传统的数学模型。 这些是老派的计算机程序（如随机森林、SVM 等），它们非常擅长处理数字。
- 获胜者： 随机森林（Random Forest） 模型轻松赢得了这场比赛，准确率约为 92.8%。它就像一位精通数学的顶级会计师。
B 队：AI 讲故事的人（LLMs）。 这些是新的 AI 模型（GPT 和 Gemini），它们阅读患者的故事，并在没有经过数学公式训练的情况下进行诊断猜测。它们尝试了两种方法：
- 零样本学习（Zero-Shot）： AI 直接阅读故事，并根据已有的知识进行猜测（就像医生第一次阅读病历笔记）。
- 少样本学习（Few-Shot）： AI 在测试前先看了几个其他患者的例子（就像学生在考试前先读一遍教科书）。
- 结果： AI 讲故事的人人的准确率不如数学模型。它们的准确率在 60% 到 80% 之间波动，具体取决于它们看到了多少个例子。

如果数学模型更准确，为什么还要费力研究 AI 讲故事的人呢？

论文认为，在现实世界中，隐私至关重要。

类比：
想象一下，你想知道一座房子是否安全。

尽管工程师（数学模型）更精确，但检查员（AI）也非常有用，因为你不需要交出私密的蓝图就能获得一个快速且合理的评估。

论文结论指出，虽然数学模型更擅长“数学”，但将它们与 AI 生成的故事相结合，为构建既能预测心脏病风险又能尊重患者隐私的系统开辟了新的途径。

类似论文